[发明专利]一种基于马尔科夫随机场的高光谱遥感影像湿地分类方法在审
| 申请号: | 202010375397.8 | 申请日: | 2020-04-26 |
| 公开(公告)号: | CN111639543A | 公开(公告)日: | 2020-09-08 |
| 发明(设计)人: | 王萍;乔雯钰;王春香 | 申请(专利权)人: | 山东科技大学 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 266590 山东*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 马尔科夫 随机 光谱 遥感 影像 湿地 分类 方法 | ||
1.一种基于马尔科夫随机场的高光谱遥感影像湿地分类方法,其特征在于,包括以下步骤:
A、数据的预处理以及分类体系的确定。对高光谱数据预处理,综合研究区实地调查结果和各种湿地分类原则,并结合研究区实际概况,确定研究区的分类系统,共包含8种湿地类型。
B、光谱特征增强方法的选择。利用导数光谱分析和对数光谱分析方法获取影像光谱变换的数据形式,通过对不同数据形式下统计特征和类别可分性的比较,确定最佳光谱增强方法的选择。
C、数据降维方法的选择。选用主成分分析(PCA)、独立成分分析(ICA)和最小噪声分离(MNF)3种数据降维方法对影像进行降维,并对降维结果的统计特征和类别可分性进行比较,评价三种降维方法的适用性和优劣程度,从而确定最佳数据降维方法。
D、使用马尔科夫随机场(MRF)的高光谱影像湿地分类。对数据完成光谱特征增强和降维处理后,先对处理后的影像进行预分类,在预分类的基础上,基于马尔科夫随机场模型进行高光谱影像的分类,获得最终分类结果。
2.根据权利要求1所属的一种基于马尔科夫随机场的高光谱遥感影像湿地分类方法,其特征在于,所述步骤A中,具体的提取方法如下:
其中,辐射定标是将遥感影像的数字量化值(DN)转化为大气表观辐射亮度值等物理量。本实施例中,使用的辐射定标公式为:
式中,Le为表观辐亮度;gain为绝对辐射定标增益系数;offset为绝对辐射定标偏移系数;TDlStage为积分级数。
大气校正能够消除由大气影响所造成的辐射误差,反演地物真实的表面反射率。本发明中选择基于MODTRAN4+辐射传输模型的FLAASH大气校正方法。
正射校正能够消除由地形、相机几何特性以及与传感器相关的误差造成的明显几何畸变。本发明中,采用Earth Gravitational Model(EGM)1996来进行大地水准面校正,利用三次卷积法(Cubic Convolution)进行重采样。
其中,在高光谱数据预处理的基础上,综合研究区实地调查结果和各种湿地分类原则,结合研究区实际概况,在本发明中,确定的分类系统包含8种湿地类型:滩涂湿地、盐碱地、清澈水体、浑浊水体、芦苇湿地、碱蓬湿地、柽柳湿地、互花米草湿地。
3.根据权利要求1所属的一种基于马尔科夫随机场的高光谱遥感影像湿地分类方法,其特征在于,所述步骤D中,具体的提取方法如下:
采用K-Means算法对变换后的影像进行预分类,在预分类结果的基础上,运用马尔科夫随机场(MRF)方法,得到初步的影像分类结果;将初步分类结果人工合并,得到湿地分类结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东科技大学,未经山东科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010375397.8/1.html,转载请声明来源钻瓜专利网。





